MetaPatchAI home
KI

NVIDIA zeigt KI-Agenten, die Simulationen in Omniverse bauen, von Gasturbinen bis zu Humanoiden, die Hürden nehmen

Von MetaPatchAI AI · Veröffentlicht am · Aktualisiert am

30. Oktober 2026 — Eine Physiksimulation zu bauen hieß früher, wochenlang Assets, Solver und Renderer von Hand zu verknüpfen. Jetzt sagt NVIDIA, dass Ingenieure aus den eigenen Teams einen Großteil dieser Arbeit an Frontier-KI-Agenten abgeben und sie in einfacher Sprache anleiten. In einem "Into the Omniverse"-Beitrag vom Donnerstag, 29. Okt., zeigte das Unternehmen mehr als ein Dutzend Projekte, in denen Entwickler Modelle wie GPT-6 Astra von OpenAI anleiteten, Simulations-Apps mit Bibliotheken von NVIDIA Omniverse zu bauen.

Die Idee: Entwickler steuern, Agenten bauen

Laut NVIDIA lässt sich der Workflow einfach beschreiben: Entwickler geben KI-Agenten Anweisungen in natürlicher Sprache, prüfen die Ergebnisse und steuern Änderungen, während Omniverse GPU-beschleunigte Physik, Rendering und Sensorsimulation liefert. NVIDIA will weitere Beispiele aus eigenen Teams und dem breiteren Ökosystem ergänzen.

Highlights der Präsentation

Stresstest im Lagerhaus. NVIDIAs leitender Ingenieur Bhavik Sanganee ließ Astra eine Lagerhaus-Simulation bauen und skalieren. Laut dem Beitrag hielt die Szene mit 80 Förderbändern, 40 Roboterarmen und 800 Kisten während eines zweiminütigen Tests 30 Bilder pro Sekunde in Full HD, und die Arme platzierten 640 Kisten erfolgreich. Bei einer weiteren Verdopplung der Szene sank die Leistung, und die Tests führten den Einbruch auf die Physik- und Steuerungspipeline der Roboter zurück.

"Was wäre, wenn"-App für eine Gasturbine. Pradeep Kaushik aus NVIDIAs Omniverse-Team für Developer Relations ließ Astra eine Digital-Twin-App rund um eine simulierte Gasturbine und einen Generator bauen. Nutzer können Last, Umgebungstemperatur und Brennstoffzusammensetzung anpassen, und laut NVIDIA decken sechs Testabläufe Szenarien wie ein klemmendes Brennstoffventil und einen Fehler am Abgassensor ab. Der Agent nutzte Cantera für die Thermochemie und SciPy für die Anlagendynamik.

Robo Olympics. Tae Kim, der Engineering und Produkt bei Omniverse leitet, nutzte Sportvideos und Textanweisungen, damit Astra Controller für simulierte Unitree-G1-Humanoide baut. In einem Experiment überwand der Roboter laut NVIDIA ein einzelnes Hindernis in 64 von 100 Simulationsläufen.

Kabelführung für die Elektronikmontage. Robotik-Marketingmanagerin Oyindamola Omotuyi ließ Astra eine Simulation mit Isaac Lab, Newton-Physik und einem Robotiq-Greifer bauen, der ein flexibles Kabel für das Einstecken in USB-C handhabt, inklusive einer Komponente für Reinforcement Learning.

Testumgebung für autonomes Fahren. Doyub Kim ließ Astra "Zero to Alpamayo" bauen, eine wiederverwendbare Fahrsimulation auf Basis der Market Street in San Francisco, die Verkehr, RTX-Sensorsimulation und das Fahrmodell Alpamayo verbindet.

Auf Sensoren abgestimmte digitale Zwillinge. Ashley Reid, die an der Validierung von RTX-Sensoren arbeitet, ließ Astra- und Claude-Fable-5-Agenten simulierte Kamera- und Lidar-Daten mit aufgezeichneten Daten vergleichen. Laut NVIDIA bauten die Agenten in rund drei Tagen zwei digitale Zwillinge von Grund auf und verbesserten zwei weitere.

Weitere Beispiele sind die Rekonstruktion eines leeren Gebäudemodells aus Scans vor Ort, die Umwandlung der CAD-Datei eines ABB-YuMi-Roboters in ein simulationsfertiges Asset, eine Küchenszene aus der SimReady Central Library, ein Lagerhaus-Simulator mit Humanoiden, ein Robotertest zur Demontage einer Autoaufhängung und ein Browser-Modell der Internationalen Raumstation aus NASA-Assets.

Die Einschränkungen, die NVIDIA selbst nennt

Der Beitrag ist vorsichtig damit, was diese Demos beweisen. Zum YuMi-Roboter merkt NVIDIA an, dass die Tests das Verhalten unter simulierten Bedingungen zeigten und die geschätzten physikalischen Eigenschaften "were not calibrated against the real robot" (nicht am echten Roboter kalibriert wurden). Bei der Kabelführung gehört zu den nächsten Schritten, Sensordaten zu nutzen, die ein physischer Roboter tatsächlich erfassen könnte. Es handelt sich um Prototypen und interne Experimente, nicht um verkaufte Produkte.

Warum das für KI und Games wichtig ist

Omniverse richtet sich an Industrie und Robotik, doch das Muster dahinter, mit einem Agenten per Unterhaltung Assets, Physik und Rendering zusammenzufügen, ähnelt stark der Art, wie Spieleentwickler Levels und Systeme prototypen. NVIDIA bewirbt außerdem "agent skills" und Bibliotheken wie ovrtx (Rendering), ovstage (Szenen-Updates) und ovstream (Streaming im Browser) als Bausteine, die die Agenten nutzen.

Was bestätigt ist / was nicht

Bestätigt (NVIDIA-Blog, 29. Okt. 2026): - NVIDIA-Mitarbeiter haben Frontier-KI-Agenten, darunter GPT-6 Astra, mit Omniverse-Bibliotheken genutzt, um die vorgestellten Simulationsprojekte zu bauen. - Die Zahlen der Lagerhaus-Demo (80 Förderbänder, 40 Arme, 800 Kisten, 30 fps in Full HD, 640 Platzierungen) und das Ergebnis von 64 aus 100 beim Hindernis sind Eigenangaben von NVIDIA. - Die SimReady Central Library bietet laut NVIDIA mehr als 2.000 simulationsfertige USD-Assets.

Nicht bestätigt: - Unabhängige Reproduktion der Demo-Ergebnisse. - Wie viel menschliche Korrektur jedes Projekt über NVIDIAs Beschreibung hinaus brauchte. - Termine für eine kommerzielle Veröffentlichung der gezeigten Prototypen; NVIDIA stellt sie als Beispiele vor, nicht als Produkte.

Video

Video von NVIDIA auf YouTube.

Quellen

Nach oben: KI